NVIDIA 今年 5 月底在台北 GTC Taipei 發表 RTX Spark 超級晶片，把 20 核 Grace CPU、6,144 個 CUDA 核心的 Blackwell GPU 與最高 128GB 統一記憶體封進一顆 SoC，官方定位就是「個人 AI 電腦」。四個月過去，首批 RTX Spark 筆電終於上市。聯想 YOGA Pro 15 RTX Spark 是全球首批搭載 N1X 超級晶片的機型之一，中國筆吧評測室拿到滿配版本，把本地 AI、創作與遊戲三個主戰場表現全測了一遍，相信能讓想入手這台筆電的朋友可以作為選購參考。
N1X 晶片解析：DGX Spark 的 Windows 孿生兄弟
目前上市的 RTX Spark 都是第一代 N1X 晶片，CPU 與 GPU 分成兩個 die，都採台積電 3nm 製程。它有兩種配置：高階版是 20 核 CPU 加 6,144 CUDA GPU，標準版是 18 核 CPU 加 5,120 CUDA GPU；20 顆 CPU 核心由 10 顆 Cortex-X925 與 10 顆 Cortex-A725 組成，18 核版本各砍一顆、P 核頻率也略低。
記憶體部分高階版 24 至 128GB、標準版 24 至 32GB，標準版只出現在筆電上。GPU 規模介於筆電版 RTX 5070 Ti 與 5080 之間，5,120 CUDA 的版本則落在 5070 與 5070 Ti 之間。聯想也宣稱這台機器可本地執行超千億參數大模型，出廠就內建 35B 模型開箱即用。
規模給得大方，但影片點出幾個體質限制：L2 快取與記憶體頻寬都低於 RTX 50 系筆電 GPU，ROPs 數量比 5070 Ti 還少，最大的差異在功耗，80W 是包含 CPU 的 SoC 總功耗，實際分給 GPU 的更少。看得出來，這個架構就是 DGX Spark 迷你主機那顆 GB10 的雙生版本：DGX Spark 跑自家 DGX OS、定位小型伺服器，RTX Spark 裝 Windows 11、瞄準個人電腦用戶。CPU 設計有 MediaTek 參與，主打功耗效率與連線能力。
這次的測試機是聯想 YOGA Pro 15 RTX Spark 滿配版：20 核 CPU 加 6,144 CUDA 的 N1X、256bit 128GB LPDDR5x-9400、2TB 憶聯 AM6D0 PCIe 5.0 固態硬碟、15.3 吋 1600P 165Hz 廣色域 OLED 鏡面螢幕，售價 42,999 人民幣，估算約新台幣 20.8 萬元。
GPU 與遊戲實測：帳面規模對不上跑分
直接看 3DMark：在 ARM 原生的 Steel Nomad Light 中 N1X 跑出 13,752 分，沒贏過規模比自己小 25% 的 5070，只強於 5060；到了需要轉譯的 Time Spy 與 Fire Strike Extreme，綜合起來只比 5060 強 2%，幾乎在誤差範圍內，而 5060 的規模只有 N1X 的 54%。
會有這種表現的主因是由於記憶體頻寬、L2 快取的先天差距，加上 80W 的 SoC 功耗牆；從 Steel Nomad Light 能效曲線看，80W 以下 N1X 的跑分高於 5070，只是 SoC 功耗與獨顯 GPU 功耗的計算口徑不完全一致，成績僅供參考。
實際遊戲裡，大多數單機遊戲跑得起來，但幾乎都需要轉譯。GPU 型號與驅動能正常識別，CPU 因為轉譯只顯示虛擬 CPU；9 款遊戲實測平均落後 5060 遊戲本 8.3%，只有《極限競速：地平線 6》以 2 幀領先，吃 CPU 的《古墓奇影》落後幅度高達 17.2%。
競技類遊戲就從「幀數低」變成「能不能玩」。16 款實測中，英雄聯盟、三角洲行動、鳴潮、穿越火線、洛克王國 5 款尚未支援；終末地與絕區零進得了遊戲但無法流暢執行；正常遊玩的有 9 款：崩壞：星穹鐵道、原神、異環、特戰英豪、Minecraft、鬥陣特攻 2、太空戰士 14、全面戰爭：戰鎚 3 與 CS2。其中 Minecraft 是原生 arm64 版本，能跑到 1,000 幀以上；英雄聯盟、三角洲、鳴潮、終末地都有原生支援 RTX Spark 的計畫。4 款網路遊戲綜合落後 5060 遊戲本 44.7%，越吃 CPU 的項目表現越差。所有幀數都至少測兩遍，因為轉譯的遊戲首次啟動會嚴重卡頓，跑過一次有快取後才正常。
對照 NVIDIA 官方宣稱 RTX Spark 能以 1440p、100 幀以上跑 3A 遊戲，實測的落差主要來自轉譯層的代價，而非晶片本身跑不動。DLSS 與光追這些特性在測試全程倒是沒遇到問題。這是 Windows on ARM 現狀的縮影：原生表現亮眼（Minecraft 1,000 幀），轉譯處處打折。N1X 的 GPU 規模沒有兌現成跑分，7 成原因在功耗與頻寬體質，3 成在生態還沒跟上。
本地 AI 實測
影片認為沒有人買 RTX Spark 是為了打遊戲，它的主場是本地 AI，所以測試設計也最重本：從 Terminal Bench 挑出 49 個真實 Agent 任務，涵蓋軟體工程、網路安全、系統管理、資料科學、科學計算、日常資料處理與環境除錯，其中不乏需要連續執行一小時以上的長程任務，單次測試超過 20 小時。參賽者除了 RTX Spark，還有同樣配 128GB 記憶體的 M5 Max 與 Ryzen AI MAX+ 395，各自用自家平台主流的量化方案與後端；另外在 Qwen AI 平台開通雲端方案，用全精度的 Qwen 3.8 Flash當雲端對照組。
通過率方面，沒量化過的雲端模型表現顯著高於三台本地機器。量化模型的精度損失理論上不大，但在長程任務裡會積少成多：例如設計 DNA Q5 突變引物的任務，本地模型沒仔細讀題目的切分方式就用自己的口徑驗證；洛倫茲擬合拉曼峰的任務陷入思考空轉直到超時，從頭到尾沒進入擬合階段。也有很可惜的失敗：逆向光線追蹤器任務已在實驗副本修好並驗證通過，卻沒來得及把程式碼拷回去；建置 PyPI 服務的任務功能全對，但把服務開在智能體會話內，驗證程式讀不到。這類失敗只要多重做一次或多給提示，都很可能通過。
吞吐與效率上 RTX Spark 扳回一城：平均預填充與解碼速度分別比 AI MAX+ 395 快 22.2% 與 31.6%，平均任務耗時少 20.6%（限定成功任務為 21.2%），但與表現最好的 M5 Max 仍有距離。吐第一個 Token 的時間很短，原因是 llama.cpp 在這些任務的快取命中率較高，調整預填充分塊大小或加大快取配額還能再提升吞吐。影片另用 Artificial Analysis 的 AgentPerf 以 8 段錄製好的真實 Agent 對話測日常辦公場景的吞吐。
生態面，llama.cpp 已有 NVIDIA 官方支援、開箱即用，SGLang 與 vLLM 可透過 WSL 執行但尚未跟進 RTX Spark 的共享顯存支援。NVIDIA 官方則宣稱 RTX Spark 可在本地跑 120B 參數模型、最高 100 萬 Token 上下文。這是目前看過最有參考價值的本地 AI 本對決：它證明高吞吐確實換得到任務完成速度（快 AI MAX+ 395 兩成），但模型能力差雲端一大截，瓶頸在量化後的指令遵循與長程穩定性，不在硬體。影片那句「吐 Token 快不一定贏，不跌跟頭才是成功」是本地 Agent 的精準註解。
CPU 與機器本體：一台稱職的旗艦筆電（⏱️ 11:28-15:41）
CPU 部分，ARM 原生的 Cinebench 2024 單核 130 分、多核 1,729 分，單核約 Ryzen 9 9955HX 的水準，多核略遜於 AI MAX+ 395；需要轉譯的 Cinebench R23 就跟不上版本了，對比高通 X2E-94-100，Cinebench 2024 多核只低 1%，R23 卻低了 7%，轉譯效率似乎比高通差一些。
機器本身倒是把旗艦該給的都給了：YOGA 韻律鍵盤 1.5mm 鍵程、親膚塗層；7 吋全域按壓觸控板有玻璃覆蓋，支援 4,096 級壓感、可當數位板用，隨附一支數位筆。介面 2A2C，C 口全是 USB 4、A 口全是 10Gbps，HDMI 與 SD 卡槽也是高速，兩側都有高速介面；機身 20mm 以內，配三腳氮化鎵充電器。15.3 吋 2.5K OLED 165Hz 觸控螢幕的色準與亮度都不錯、沒有低頻 PWM 調光，缺點是沒做 AR 抗反射，實測 SCI 達 4.74，顯示深色內容容易照鏡子。
拆機看內功：電池從 84Wh 加大到 92.5Wh，實測續航 8 小時 15 分，在 NVIDIA GPU 機型中屬前段班。散熱改成 3 熱管雙風扇內吹模組，室溫 25°C 燒機：單烤 FPU 維持 70W、86°C，單烤 FurMark 維持 69W、72°C，雙烤時 CPU 與 GPU 分配 15W 與 55W、溫度僅 63°C 與 67°C，基本吃滿 80W SoC TDP；滿載人位噪音 53.9dB，鍵帽最高溫 43.8°C。HWiNFO 暫時不支援讀取 N1X 感測器，數據是用 NVIDIA APP 讀的。
這套散熱對 80W SoC 綽綽有餘，聯想把省下的散熱成本換成電池與介面，機器本體的完成度比晶片的成熟度高一個檔次。
結論：本地 AI 稱王，轉譯稅還沒繳完
筆吧評測室總結的優點是：機器素質對得起旗艦身分，介面速率頂滿、鍵盤觸控板體驗優秀、92.5Wh 大電池、PCIe 5.0 固態硬碟、廣色域 OLED，重量厚度也控制得不錯；散熱放在 80W 的 N1X 上剛剛好，跑滿功耗同時溫度、噪音、表面溫度都不高。缺點同樣明確：一碰到轉譯，CPU 與 GPU 的性能雙雙打折、跑分跟規模對不上號；熱門遊戲的相容問題沒解完，有的過不了反作弊、有的閃退、有的掉幀卡頓，第一代的陣痛難免。
本地 AI 是這台機器最硬的底牌：RTX Spark 在 Windows 筆電裡的本地 AI 效能沒有對手，llama.cpp 等工具開箱即用，但本地模型的推理效果仍差雲端一口氣，量化損失比理論預期得更明顯。還有一個相容性尾巴：許多為 DGX Spark 做的 NVFP4 社群量化方案，因為系統差異暫時在 Windows 這邊用不了。Windows on ARM 這幾年確有進步，大部分日用軟體都出了 ARM 原生版，32 位元 x86 應用轉譯在日常用途已無嚴重性能問題，但一到高效能需求場景，軟體生態的弱勢就全部暴露。
RTX Spark 的硬體與本地 AI 實力證明 NVIDIA 的切入點選對了，統一記憶體加 Arm 架構也確實打破了高通在 Windows on ARM 的獨佔局面；但 Adobe 重寫、遊戲原生化、開發者進場這些生態工程都還在進行式，距離「徹底改變 PC 工作方式」的宣傳語，中間隔的就是這一代使用者要繳的轉譯稅。若你的工作以本地 AI、開發與創作為主，這台機器目前在 Windows 陣營沒有替代品；若你在意遊戲與軟體的萬能相容性，這一代還不是下手的時機。
想了解更完整的相關評測資訊，相當推薦大家把這部影片看一下：
